Pertemuan 12 ARTIFICIAL NEURAL NETWORKS (ANN) - JARINGAN SYARAF TIRUAN - Betha Nurina Sari, M.Kom.

Presentasi berjudul: "Pertemuan 12 ARTIFICIAL NEURAL NETWORKS (ANN) - JARINGAN SYARAF TIRUAN - Betha Nurina Sari, M.Kom."— Transcript presentasi:

1 Pertemuan 12 ARTIFICIAL NEURAL NETWORKS (ANN) - JARINGAN SYARAF TIRUAN -
Betha Nurina Sari, M.Kom

2 JARINGAN SYARAF TIRUAN (JST)
Pengenalan JST Komponen JST Arsitektur Jaringan Proses Pembelajaran Macam-macam JST

3 Neural Networks, A Simple Explanation
INTRODUCTION Neural Networks, A Simple Explanation

4 KOMPONEN JARINGAN SYARAF
Faktor terpenting untuk menentukan kelakuan suatu neuron adalah fungsi aktivasi dan pola bobotnya. Sumber gambar:

5 IMPLEMENTATION Artificial Neural Network for Handwriting Recognition in Letter Adventure Game

6 ARSITEKTUR JARINGAN Jaringan dengan lapisan tunggal (single layer net)
Jaringan dengan banyak lapisan (multilayer net) Jaringan dengan lapisan kompetitif (compotitive layer net)

7 Jaringan dengan lapisan tunggal (single layer net)
– Hanya memiliki satu lapisan dengan bobot-bobot terhubung – Jaringan ini hanya menerima input kemudian secara langsung akan mengolahnya menjadi output Sumber gambar :

8 Jaringan dengan banyak lapisan (multilayer net)
Memiliki 1 atau lebih lapisan yang terletak diantara lapisan input dan lapisan output Ada lapisan yang berbobot yang terletak antara 2 lapisan yang bersebelahan Sumber gambar :

9 Jaringan dengan lapisan kompetitif (compotitive layer net)
Hubungan antar neuron pada lapisan kompetitif tidak diperlihatkan pada diagram arsitektur Sumber gambar :

10 FUNGSI AKTIVASI Fungsi yang digunakan pada jaringan syaraf untuk mengaktifkan atau tidak mengaktifkan neuron. Sumber gambar:

11 IMPLEMENTATION Artificial Neural Network for Handwriting Recognition in Letter Adventure Game Artificial Neural Network using MATLAB – Handwritten Character Recognition

12 Proses Pembelajaran Pembelajaran Terawasi (supervised learning)
Jika output yang diharapkan telah diketahui sebelumnya. Pembelajaran Tak Terawasi (unsupervised learning) Tidak memerlukan target output. Tujuannya pengelompokan unit-unit yang hampir sama dalam suatu area tertentu (cluster)

13 TUGAS INDIVIDU (Deadline 16 Des 2017)
Cari paper/jurnal terbaru ( ) yang menerapkan teknik jaringan syaraf tiruan Tulis identitas paper/jurnal (Nama penulis, tahun, judul) Arsitektur jaringan : single layer, multi layer, compotitive layer Jenis pembelajarannya : supervised/unsupervised Nama jaringan syaraf tiruan : Backpropagation, Multi Layer Perceptron, Kohonen, dst. Jelaskan dengan ringkas implementasi jaringan syaraf tiruan yang tertulis dalam paper/jurnal, maksimal dalam 500 kata.

14 NEXT Algoritma genetika